屬性數(shù)據(jù)分析引論

第1章 導(dǎo)言
1.1 屬性響應(yīng)數(shù)據(jù)
1.1.1 響應(yīng)變量和解釋變量的區(qū)別
1.1.2 名義量表和有序量表的區(qū)別
1.1.3 本書(shū)的結(jié)構(gòu)
1.2 屬性數(shù)據(jù)的概率分布
1.2.1 二項(xiàng)分布
1.2.2 多項(xiàng)分布
1.3 比例的統(tǒng)計(jì)推斷
1.3.1 似然函數(shù)和極大似然估計(jì)
1.3.2 二項(xiàng)比例的顯著性檢驗(yàn)
1 3.3 案例：關(guān)于墮胎合法化的調(diào)查結(jié)果
1.3.4 二項(xiàng)比例的置信區(qū)間
1.4 關(guān)于離散數(shù)據(jù)的更多統(tǒng)計(jì)推斷
1.4.1 Wald，似然比和得分推斷
1.4.2 二項(xiàng)參數(shù)的Wald，得分和似然比推斷
1.4.3 小樣本二項(xiàng)推斷
1.4.4 小樣本離散數(shù)據(jù)推斷的保守性
1.1.5 基于中問(wèn)P-值的推斷
1.4.6 小結(jié)
習(xí)題
第2章 列聯(lián)表
2.1 列聯(lián)表的概率結(jié)構(gòu)
2.1.1 聯(lián)合概率，邊緣概率以及條件概率
2.1.2 案例：關(guān)于來(lái)世
2.1.3 診斷檢驗(yàn)的敏感度和特異度
2.1.4 獨(dú)立性
2.1.5 二項(xiàng)抽樣和多項(xiàng)抽樣
2.2 2×2表比例的比較
2.2.1 比例差
2.2.2 案例：阿司匹林與心臟病
2.2.3 相對(duì)風(fēng)險(xiǎn)
2.3 優(yōu)勢(shì)比
2.3.1 優(yōu)勢(shì)比的性質(zhì)
2.3.2 案例：阿司匹林和心臟病案例中的優(yōu)勢(shì)比
2.3.3 優(yōu)勢(shì)比和對(duì)數(shù)優(yōu)勢(shì)比的推斷
2.3.4 優(yōu)勢(shì)比和相對(duì)風(fēng)險(xiǎn)的聯(lián)系
2.3.5 案例對(duì)照研究中優(yōu)勢(shì)比的應(yīng)用
2.3.6 觀測(cè)研究的種類(lèi)
2.4 獨(dú)立性的卡方檢驗(yàn)
2.4.1 皮爾遜統(tǒng)計(jì)量和卡方分布
2.4.2 似然比統(tǒng)計(jì)量
2.4.3 獨(dú)立性檢驗(yàn)
2.4.4 案例：政黨認(rèn)同中的性別差異
2.4.5 列聯(lián)表的單元?dú)埐?br /> 2.4.6 卡方統(tǒng)計(jì)量的分解
2.4.7 卡方檢驗(yàn)的小結(jié)
2.5 有序數(shù)據(jù)的獨(dú)立性檢驗(yàn)
2.5.1 線性趨勢(shì)與獨(dú)立性
2.5.2 案例：飲酒與嬰兒畸形
2.5.3 有序檢驗(yàn)的特殊功效
2.5.4 得分的選擇
2.5.5 I×2表和2×J表趨勢(shì)的檢驗(yàn)
2.5.6 名義變量一有序變量列聯(lián)表
2.6 小樣本的精確推斷
2.6.1 2×2表的費(fèi)希爾精確檢驗(yàn)
2.6.2 案例：費(fèi)希爾的品茶者試驗(yàn)
……
第3章 廣義線性模型
第4章 logistic回歸
第5章 logistic回歸模型的構(gòu)建及應(yīng)用
第6章 多類(lèi)別logit模型
第7章 列聯(lián)表的對(duì)數(shù)線性模型
第8章 配對(duì)數(shù)據(jù)的模型
第9章 關(guān)聯(lián)，聚簇響應(yīng)的建模
第10章 隨機(jī)效應(yīng)：廣義線性混合模型
第11章 屬性數(shù)據(jù)分析史漫談
附錄A：針對(duì)屬性數(shù)據(jù)分析的軟件
附錄B：卡方分布表
參考文獻(xiàn)
案例索引
名詞索引
部分奇數(shù)號(hào)習(xí)題的簡(jiǎn)要答案